Basalt 跑出每秒 776 個 token,為什麼得獨佔一張 GPU?
Basalt walkthrough is up: why 776 tok/s needs the whole card to itself
重點導讀
Basalt 能跑到每秒 776 個 token,關鍵是把整份 KV cache 放進同一張 GPU 的記憶體,不會分散到多張卡。
- 以 RTX 4090 為例,裝下 32k 的上下文視窗約要 18 GB。
- Basalt 執行時,這張卡就沒什麼空間再同時跑另一個模型或服務。想讓它全速運作又提供其他服務,就得再買一張 GPU,或安排它單獨執行。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Basalt walkthrough is up: why 776 tok/s needs the whole card to itself
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文